小米開源 VLA 大型模型的完整訓練後模型,用於亞毫米級機器人操作
小米在機器人領域持續取得重大進展。繼今年二月發布並開源其 VLA 大型模型「Xiaomi-Robotics-0」後,該公司現已公開該模型完整的後訓練流程。此舉旨在彌合實驗室機器人與實際生產之間的「最後一哩路」差距,將 AI 機器人轉變為真正能立即投入使用的生產工具。

在最近的一次能力展示中,搭載此模型的機器人展現了令人印象深刻的精密操作能力。僅透過20小時的任務數據強化訓練,Xiaomi-Robotics-0便掌握了依序整理耳機這項極具挑戰性的動作。影片中可見,機器人能流暢且精準地將小型耳機逐一放入緊湊的充電槽中。
這項看似簡單的動作,其實蘊含著極高的技術難度。根據官方技術細節,此任務面臨兩大核心挑戰:精準度與穩定性。 耳機與充電盒插槽之間的公差極其緊密,需要具備亞毫米級的空間感知能力才能精準對位。此外,耳機與充電盒表面極其光滑(表面粗糙度低至 Ra 0.03μm),接觸時極易發生滑動。該模型必須具備高速即時反饋與動作修正能力,以防止組裝失敗。

值得注意的是,Xiaomi-Robotics-0 在發布首月便躋身 HuggingFace 全球 VLA 模型下載榜前六名,反映出業界的高度關注。為進一步支持開發者生態系,小米已將該專案的技術報告、模型權重及原始碼全面開源。
開發者現可透過小米機器人官網及 GitHub 等開源平台取得這些資源。透過將完整的後訓練流程開源,業界預期這將大幅降低高性能機器人任務的開發門檻,加速智慧機器人在複雜且需高精度的場景中的部署。
技術參考:https://robotics.xiaomi.com/xiaomi-robotics-0.html#pack-earbuds
相關文章
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
相關專題推薦
評論 (0)
0/500
小米在機器人領域持續取得重大進展。繼今年二月發布並開源其 VLA 大型模型「Xiaomi-Robotics-0」後,該公司現已公開該模型完整的後訓練流程。此舉旨在彌合實驗室機器人與實際生產之間的「最後一哩路」差距,將 AI 機器人轉變為真正能立即投入使用的生產工具。

在最近的一次能力展示中,搭載此模型的機器人展現了令人印象深刻的精密操作能力。僅透過20小時的任務數據強化訓練,Xiaomi-Robotics-0便掌握了依序整理耳機這項極具挑戰性的動作。影片中可見,機器人能流暢且精準地將小型耳機逐一放入緊湊的充電槽中。
這項看似簡單的動作,其實蘊含著極高的技術難度。根據官方技術細節,此任務面臨兩大核心挑戰:精準度與穩定性。 耳機與充電盒插槽之間的公差極其緊密,需要具備亞毫米級的空間感知能力才能精準對位。此外,耳機與充電盒表面極其光滑(表面粗糙度低至 Ra 0.03μm),接觸時極易發生滑動。該模型必須具備高速即時反饋與動作修正能力,以防止組裝失敗。

值得注意的是,Xiaomi-Robotics-0 在發布首月便躋身 HuggingFace 全球 VLA 模型下載榜前六名,反映出業界的高度關注。為進一步支持開發者生態系,小米已將該專案的技術報告、模型權重及原始碼全面開源。
開發者現可透過小米機器人官網及 GitHub 等開源平台取得這些資源。透過將完整的後訓練流程開源,業界預期這將大幅降低高性能機器人任務的開發門檻,加速智慧機器人在複雜且需高精度的場景中的部署。
技術參考:https://robotics.xiaomi.com/xiaomi-robotics-0.html#pack-earbuds
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用





首頁






